支持向量机回归SVR在LF炉温度预报模型中的应用论文.pdfVIP

《冶金自动化》2006年增刊(s1) 支持向量机回归(SVR)在LF炉温度 预报模型中的应用 李堂俊，顾佳晨，邴志强 (冶金自动化研究设汁院研发中心，北京l(J0071) [摘要]通过统计学习理论对精炼炉的冶炼温度对象进行回归建模。作者通过对算法的对比分析，根据LF炉 温度预报模型的特点，很好的采用了支持向量机(suppmVechMa出r瑚)进行殛归建模。最后通过现场采集数 据进行仿真试验，得到了满意的效果。 【关键词]支持向世机；回归函数；LF炉模型；温度预撤 现代钢厂流程通常是由电炉／转炉一二次精 穷大时刻的渐近理沧，然而在实际中，样本数日往 炼一连铸构成uJ。这种方式在炼钢厂占据越来越 往是有限的，即这一条件得不到满足。因此，基于 重要的地位，LF炉对连铸缓冲器的缓冲作用F{益传统统计学的机器学习方法所取得的学习效果经 突出。因此，【F炉精炼过程中温度的控制成为整 常不尽人意。 个短流程是否顺利的关键因素。 SVM不同于传统统计方